Job Opportunities API

The Public Ledger of Openings

← Back to the ledger

Stage - Deep Learning Scientist (H/F)

safran-ai
Companysafran-ai
CategoryScience & Research
LocationParis
RemoteOn-site (inferred)
EmploymentInternship
LevelNot stated
SalaryNot stated by the employer
Posted18 Mar 2026
Last verified10 Aug 2026
SourceEmployer ATS (lever)
Applications are handled by the employer, not by us.Apply on the employer's site →
Description
Safran.AI - De l'IA qui opère dans le réel Filiale de Safran Electronics & Defense, Safran.AI conçoit des solutions d'IA appliquées à des données complexes telles que les images satellite haute résolution, les flux vidéo FMV et les signaux acoustiques. Ces solutions s'appuient sur des algorithmes capables de détecter et d'identifier automatiquement des objets d'intérêt dans les secteurs du renseignement, de la défense et de l'aéronautique.  Depuis son intégration à Safran en septembre 2024, Safran.AI contribue également à la transformation du groupe, en appliquant les solutions d’IA aux domaines de l’industrie 4.0.  À titre d’exemple, l’analyse d’images automatisée par l’IA peut assister les contrôleurs en charge de l’inspection de pièces critiques en les aidant à détecter les anomalies éventuelles à partir de clichés numériques.    Fort de nos 250 collaborateurs, vous évoluerez au sein d’équipes passionnées et pluridisciplinaires, réunissant des talents parmi les plus reconnus du secteur, tous animés par une même exigence d’excellence et d’innovation technologique.    Les enjeux du poste      Vous rejoindrez l'équipe détecteur IMINT (IMagery INTelligence) qui travaille sur nos algorithmes de détection ou de classification d'objets sur des images satellites (optique, infra-rouge, SAR …). Le pôle est composé d’une vingtaine de personnes dont une majorité de Deep Learning Scientists. Il est divisé en trois équipes de 5 à 7 personnes. Au sein de votre équipe, vous contribuerez à un ou plusieurs projets visant à développer ou améliorer un algorithme spécifique - par exemple un détecteur d’aéronefs, de navires ou de véhicules sur imagerie satellite. Pour produire les détecteurs, l’équipe s'appuie sur une stack d’outils internes permettant l’industrialisation du travail des Deep Learning Scientist. La stack se divise en : →  Une stack d’outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l’équipe AI engineering. →  Une stack d’outils spécifiques à la ligne de produit IMINT, développée par l’équipe AI IMINT elle-même. Dans vos contributions techniques, vous utiliserez notre framework IA interne et contribuerez à son amélioration. Ce framework intègre les technologies à la pointe de l’état de l’art, afin d’atteindre les derniers % de performance de nos algorithmes, et permet l’industrialisation du processus d'entraînement des algorithmes via nos outils de MLOps.   En tant que stagiaire Deep Learning Scientist, vos missions seront les suivantes :  →  Développer et entraîner de modèles de deep learning en intervenant à toutes les étapes du processus de création d’algorithme, allant ainsi de la compréhension des besoins utilisateurs au packaging et déploiement de détecteurs, en passant évidemment par les étapes d’entrainement et d’optimisation, d’élaboration de protocoles d’évaluations… → Participer à la conception d’une vision technique et de plans expérimentaux pour améliorer les détecteurs. → Participer, à la conception et au développement des outils MLOps améliorant la productivité de l’équipe aux différentes étapes de production d’algorithme.    A propos de vous   → Vous avez suivi une formation en Software Engineering, en apprentissage automatique, en vision par ordinateur ou dans un domaine similaire. → Vous disposez d'une bonne compréhension des techniques de Deep Learning sur imagerie. → Vous possédez une bonne connaissance de Python et de bonnes pratiques en développement logiciel (culture de l’automatisation, archi / design, qualité / testing). → Vous faites preuve d'ouverture d’esprit, d'une bonne communication, et appréciez le travail en équipe. → Vous montrez de la curiosité et avez l'envie d’apprendre techniquement (ex : data science) et au delà (ex : méthode de travail).    Si